벡터 저장소에 새 텍스트 문서 추가하기

post

Create a new text document in a vector store.

Path parameters

vector-store-idstringRequired

The ID of the vector store.

Header parameters

x-api-keystringRequired

The API key for authentication.

Body

namestringOptional

The name of the document.

textstringOptional

The text content of the document.

Responses

201

Document created successfully.

application/json

post

HTTPcURLJavaScriptPython

POST /api/v1/vector-stores/{vector-store-id}/documents/create HTTP/1.1
Host: api.rememberizer.ai
x-api-key: text
Content-Type: application/json
Accept: */*
Content-Length: 29

{
  "name": "text",
  "text": "text"
}

201

Document created successfully.

{
  "id": 1,
  "name": "text",
  "type": "text",
  "vector_store": "text",
  "size": 1,
  "status": "text",
  "processing_status": "text",
  "indexed_on": "2025-07-04T03:57:00.826Z",
  "status_error_message": "text",
  "created": "2025-07-04T03:57:00.826Z",
  "modified": "2025-07-04T03:57:00.826Z"
}

예제 요청

cURL

curl -X POST \
  https://api.rememberizer.ai/api/v1/vector-stores/vs_abc123/documents/create \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "제품 개요",
    "text": "우리 제품은 벡터 임베딩 관리를 위한 혁신적인 솔루션입니다. 기존 시스템과의 원활한 통합을 제공하며 강력한 의미 검색 기능을 제공합니다."
  }'

YOUR_API_KEY를 실제 벡터 스토어 API 키로 교체하고 vs_abc123를 벡터 스토어 ID로 교체하세요.

JavaScript

const addTextDocument = async (vectorStoreId, name, text) => {
  const response = await fetch(`https://api.rememberizer.ai/api/v1/vector-stores/${vectorStoreId}/documents/create`, {
    method: 'POST',
    headers: {
      'x-api-key': 'YOUR_API_KEY',
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      name: name,
      text: text
    })
  });
  
  const data = await response.json();
  console.log(data);
};

addTextDocument(
  'vs_abc123',
  '제품 개요',
  '우리 제품은 벡터 임베딩 관리를 위한 혁신적인 솔루션입니다. 기존 시스템과의 원활한 통합을 제공하며 강력한 의미 검색 기능을 제공합니다.'
);

YOUR_API_KEY를 실제 벡터 스토어 API 키로 교체하고 vs_abc123를 벡터 스토어 ID로 교체하세요.

Python

import requests
import json

def add_text_document(vector_store_id, name, text):
    headers = {
        "x-api-key": "YOUR_API_KEY",
        "Content-Type": "application/json"
    }
    
    payload = {
        "name": name,
        "text": text
    }
    
    response = requests.post(
        f"https://api.rememberizer.ai/api/v1/vector-stores/{vector_store_id}/documents/create",
        headers=headers,
        data=json.dumps(payload)
    )
    
    data = response.json()
    print(data)

add_text_document(
    'vs_abc123',
    '제품 개요',
    '우리 제품은 벡터 임베딩 관리를 위한 혁신적인 솔루션입니다. 기존 시스템과의 원활한 통합을 제공하며 강력한 의미 검색 기능을 제공합니다.'
)

YOUR_API_KEY를 실제 벡터 스토어 API 키로 교체하고 vs_abc123를 벡터 스토어 ID로 교체하세요.

경로 매개변수

매개변수	유형	설명
vector-store-id	문자열	필수. 문서를 추가할 벡터 저장소의 ID입니다.

요청 본문

{
  "name": "제품 개요",
  "text": "우리 제품은 벡터 임베딩 관리를 위한 혁신적인 솔루션입니다. 기존 시스템과의 원활한 통합을 제공하며 강력한 의미 기반 검색 기능을 제공합니다."
}

매개변수	유형	설명
name	문자열	필수. 문서의 이름입니다.
text	문자열	필수. 문서의 텍스트 내용입니다.

응답 형식

{
  "id": 1234,
  "name": "제품 개요",
  "type": "text/plain",
  "vector_store": "vs_abc123",
  "size": 173,
  "status": "처리 중",
  "processing_status": "대기 중",
  "indexed_on": null,
  "status_error_message": null,
  "created": "2023-06-15T10:15:00Z",
  "modified": "2023-06-15T10:15:00Z"
}

인증

이 엔드포인트는 x-api-key 헤더에 API 키를 사용하여 인증이 필요합니다.

오류 응답

상태 코드	설명
400	잘못된 요청 - 필수 필드 누락 또는 잘못된 형식
401	인증되지 않음 - 잘못되었거나 누락된 API 키
404	찾을 수 없음 - 벡터 저장소를 찾을 수 없음
500	내부 서버 오류

이 엔드포인트를 사용하면 텍스트 콘텐츠를 벡터 저장소에 직접 추가할 수 있습니다. 이는 제품 설명, 지식 기반 기사 또는 사용자 정의 콘텐츠와 같이 파일 형식으로 존재하지 않을 수 있는 정보를 저장하는 데 특히 유용합니다. 텍스트는 자동으로 벡터 임베딩으로 처리되어 의미적 유사성을 사용하여 검색할 수 있게 됩니다.